Καλύτερη αναγνώριση ομιλίας στις κλήσεις: πρακτικές λύσεις
Γιατί η αναγνώριση ομιλίας δυσκολεύεται στις τηλεφωνικές γραμμές και τι βοηθά: καθαρός ήχος, ρυθμίσεις γλώσσας, προσεκτικές ερωτήσεις, επιβεβαιώσεις και δοκιμές.
Ένας φωνητικός πράκτορας είναι τόσο καλός όσο αυτό που ακούει. Αν η αναγνώριση ομιλίας μετατρέψει το «Τρίτη στις δέκα» σε «τρία της δεκάτης», όλα όσα ακολουθούν πάνε στραβά, όσο καλό κι αν είναι το γλωσσικό μοντέλο. Το ίδιο ισχύει για τις απομαγνητοφωνήσεις και τις συνόψεις κλήσεων: ένα λάθος στο στάδιο της αναγνώρισης διαχέεται σε κάθε επόμενο βήμα.

Ο οδηγός αυτός εξηγεί γιατί η τηλεφωνική ομιλία είναι δύσκολη, ποια λάθη είναι τα συνηθέστερα και ποιες λύσεις αξίζουν τον χρόνο σας. Για το υπόβαθρο της διαδικασίας, δείτε το άρθρο Πώς λειτουργεί η φωνητική AI: STT, LLM και TTS, και για την πλευρά του ήχου το Γιατί ο τηλεφωνικός ήχος δυσκολεύει την αναγνώριση ομιλίας.
Γιατί η τηλεφωνική ομιλία είναι δύσκολη
Μια τηλεφωνική κλήση στριμώχνει την ανθρώπινη φωνή σε ένα στενό κανάλι. Οι υψηλές και οι χαμηλές συχνότητες κόβονται, το σήμα συμπιέζεται και πακέτα δεδομένων μπορεί να χαθούν στη διαδρομή. Προσθέστε και το περιβάλλον του καλούντος: κίνηση στον δρόμο, μια τηλεόραση, αέρας, ανοιχτή ακρόαση σε μια κουζίνα. Τα συστήματα αναγνώρισης εκπαιδεύονται σε μεγάλο όγκο ομιλίας, αλλά τέτοιες συνθήκες εξακολουθούν να αυξάνουν τα ποσοστά λαθών.
Τι υποβαθμίζει την αναγνώριση
- Στενό εύρος ζώνηςΟ τηλεφωνικός ήχος μεταφέρει λιγότερες λεπτομέρειες από τις συνηθισμένες ηχογραφήσεις, οπότε οι παρόμοιοι ήχοι θολώνουν.
- Θόρυβος περιβάλλοντοςΑυτοκίνητα, πλήθος και μηχανήματα ανταγωνίζονται τη φωνή.
- Κακά μικρόφωναΗ ανοιχτή ακρόαση, τα φτηνά ακουστικά και τα απομακρυσμένα μικρόφωνα προσθέτουν ηχώ.
- Τρόπος ομιλίαςΗ γρήγορη ομιλία, το μουρμουρητό και οι ασυνήθιστες προφορές είναι δυσκολότερα.
- Σπάνιες λέξειςΟνόματα, μάρκες, ονόματα δρόμων και ορολογία που το σύστημα έχει συναντήσει σπάνια.
- Επικαλυπτόμενη ομιλίαΔιακοπές, παράλληλες συζητήσεις και δύο άτομα που μιλούν ταυτόχρονα.
Τυπικά λάθη
Περιμένετε δυσκολίες με ομόηχες λέξεις (π.χ. «κλίνω» και «κλείνω»), ψηφία που εκφωνούνται σε ομάδες, ονόματα που συλλαβίζονται, ημερομηνίες και ώρες, καθώς και σύντομες λέξεις στην αρχή μιας πρότασης. Όταν ξέρετε ποια λάθη έχετε, είναι ευκολότερο να τα διορθώσετε. Δείτε το άρθρο Σωστά ονόματα, αριθμοί και διευθύνσεις μέσω φωνής.
Ξεκινήστε από τα βασικά
Πριν αλλάξετε κάτι εξεζητημένο, ελέγξτε τα απλά.
Μια βασική λίστα ελέγχου με σειρά
- Ελέγξτε τον ήχοΑκούστε ηχογραφήσεις πραγματικών κλήσεων. Αν δεν καταλαβαίνετε ένα σημείο, δεν θα το καταλάβει ούτε το σύστημα.
- Ορίστε τη γλώσσαΕπιλέξτε τη γλώσσα που μιλούν οι καλούντες ή ενεργοποιήστε την αυτόματη ανίχνευση αν οι καλούντες διαφέρουν.
- Ρυθμίστε τις παύσειςΠροσαρμόστε πόση σιωπή χρειάζεται πριν το σύστημα αποφασίσει ότι ο καλών τελείωσε.
- Ρυθμίστε τον χειρισμό του θορύβουΚάντε το σύστημα περισσότερο ή λιγότερο ευαίσθητο στους ήχους του περιβάλλοντος.
- Δοκιμάστε με πραγματικές φωνέςΔοκιμάστε διαφορετικούς ομιλητές, συσκευές και χώρους.
Γλώσσα και ανίχνευση
Αν οι περισσότεροι καλούντες μιλούν μία γλώσσα, ορίστε τη ρητά. Η αυτόματη ανίχνευση είναι χρήσιμη όταν οι καλούντες διαφέρουν, αλλά μπορεί να χρειαστεί μερικές λέξεις για να σταθεροποιηθεί, και σύντομες απαντήσεις όπως το «ναι» μπορεί να εκτιμηθούν λάθος. Για μια πολύγλωσση γραμμή, διαβάστε το άρθρο Πολύγλωσση τηλεφωνική υποστήριξη με AI. Οι προφορές και οι διάλεκτοι επίσης παίζουν ρόλο· δείτε Προφορές και διάλεκτοι στη φωνητική AI.
Παύσεις και εναλλαγή σειράς
Αν το σύστημα διακόπτει τους ανθρώπους στη μέση της πρότασης, αυξήστε το όριο σιωπής ώστε να περιμένει περισσότερο. Αν φαίνεται αργό στην απόκριση, μειώστε το. Οι ηλικιωμένοι καλούντες και όσοι διαβάζουν αριθμούς κάνουν περισσότερες παύσεις· δοκιμάστε μαζί τους. Ένα όριο που ταιριάζει σε μια γρήγορη συζήτηση μπορεί να εκνευρίζει όσους σκέφτονται φωναχτά. Δείτε τα άρθρα Ανίχνευση φωνητικής δραστηριότητας (VAD) και Η εναλλαγή σειράς στους φωνητικούς πράκτορες.
Ευαισθησία στον θόρυβο
Ένας θορυβώδης δρόμος μπορεί να ξεγελάσει το σύστημα ώστε να «ακούει» ομιλία εκεί που δεν υπάρχει, ή να κρύψει μια χαμηλόφωνη ομιλία. Δοκιμάστε σε θορυβώδες περιβάλλον, όχι μόνο σε γραφείο, και προσαρμόστε την ευαισθησία σταδιακά.
Σχεδιάστε ερωτήσεις που αναγνωρίζονται εύκολα
Συχνά η φθηνότερη βελτίωση δεν βρίσκεται καθόλου στο σύστημα αναγνώρισης, αλλά σε αυτό που ρωτά ο πράκτορας.
- Ρωτάτε ένα πράγμα κάθε φορά. Το «Ποιο είναι το όνομά σας;» δίνει καθαρότερη απάντηση από το «Όνομα, τηλέφωνο και λόγος κλήσης;».
- Προσφέρετε τρόπο απάντησης με λίγες λέξεις, π.χ. ναι ή όχι, ή επιλογή ανάμεσα σε δύο εναλλακτικές.
- Πείτε στους καλούντες πώς να δίνουν αριθμούς: «Παρακαλώ πείτε τα ψηφία ένα ένα.»
- Αποφύγετε τις μεγάλες ανοιχτές ερωτήσεις όπου αρκεί μια σύντομη κλειστή.
- Δώστε στον καλούντα χρόνο να απαντήσει πριν ο πράκτορας μιλήσει ξανά.
Επιβεβαιώστε ό,τι έχει σημασία
Για ονόματα, αριθμούς τηλεφώνου, ημερομηνίες, διευθύνσεις και ό,τι έχει συνέπειες, επαναλάβετε αυτό που ακούσατε και ζητήστε από τον καλούντα να το επιβεβαιώσει. Το «Έχω σημειώσει Τρίτη 4 του μήνα, στις δέκα το πρωί. Σωστά;» είναι πολύ πιο αξιόπιστο από μια υπόθεση. Προσφέρετε εναλλακτικό τρόπο για δύσκολες πληροφορίες, όπως ένα μήνυμα που στέλνεται μετά στο άτομο για να το συμπληρώσει, όπου αυτό επιτρέπεται.
Βοηθήστε το σύστημα με τις λέξεις σας
Τα λάθη αναγνώρισης συχνά συγκεντρώνονται σε λέξεις που αφορούν ειδικά την επιχείρησή σας: ονόματα προϊόντων, ονόματα προσωπικού, τοπωνύμια, ιατρικούς ή τεχνικούς όρους. Τρόποι να βοηθήσετε:
- Κρατήστε λίστα με τους όρους που ακούγονται λάθος και παρακολουθήστε αν βελτιώνονται.
- Όπου το σύστημα επιτρέπει προσαρμοσμένο λεξιλόγιο ή υποδείξεις, προσθέστε τους σημαντικούς όρους.
- Βεβαιωθείτε ότι οι πηγές γνώσης σας γράφουν τα ονόματα με συνέπεια, ώστε τα επόμενα βήματα να μπορούν να τα αντιστοιχίσουν.
- Συμπληρώστε ένα λεξικό προφοράς για το πώς ο πράκτορας εκφωνεί αυτές τις λέξεις· αυτό επηρεάζει την ομιλία του, όχι την αναγνώριση, αλλά βοηθά τους καλούντες να καταλαβαίνουν και να απαντούν με τον ίδιο τρόπο.
Προσέξτε τη διάκριση ανάμεσα στην ακρόαση και την ομιλία. Ένα λεξικό προφοράς αλλάζει τον τρόπο που εκφωνείται μια λέξη, όχι τον τρόπο που ακούγεται.
Χειριστείτε την αποτυχία με χάρη
Ακόμη και ένα καλά ρυθμισμένο σύστημα παρακούει κάποιες φορές. Σχεδιάστε την εναλλακτική λύση: μετά από μία αποτυχημένη προσπάθεια, αναδιατυπώστε την ερώτηση· μετά από δεύτερη, προσφέρετε άλλον τρόπο, όπως έναν άνθρωπο, μια επανάκληση ή ένα μήνυμα. Μη βάζετε ποτέ τον καλούντα να ακούει την ίδια ερώτηση τρεις φορές. Μια αξιοπρεπής διέξοδος προστατεύει τη σχέση όταν η τεχνολογία αποτυγχάνει.
Μετρήστε και δοκιμάστε
Χωρίς μέτρηση, δεν μπορείτε να ξέρετε αν μια αλλαγή βοήθησε. Δημιουργήστε ένα μικρό σύνολο δοκιμών από πραγματικές κλήσεις, με συναίνεση και καταγεγραμμένη άδεια: ίσως πενήντα σύντομα αποσπάσματα που καλύπτουν τις τυπικές φωνές, συσκευές και συνθήκες θορύβου σας. Για το καθένα, συγκρίνετε αυτό που ειπώθηκε με αυτό που αναγνωρίστηκε και μετρήστε τα λάθη που είχαν σημασία, όπως ένα λάθος ψηφίο, αντί για κάθε ασήμαντη λέξη.
Μηνιαία ανασκόπηση αναγνώρισης
- Ακούστε ένα δείγμα πραγματικών κλήσεων, συμπεριλαμβανομένων όσων απέτυχαν.
- Καταγράψτε τις πέντε λέξεις ή φράσεις που ακούγονται λάθος συχνότερα.
- Ελέγξτε αν η διατύπωση, οι ρυθμίσεις ή το λεξιλόγιο μπορούν να τις διορθώσουν.
- Δοκιμάστε ξανά τα ίδια αποσπάσματα μετά από κάθε αλλαγή.
- Συμπεριλάβετε δείγματα με θόρυβο και προφορές, όχι μόνο καθαρά.
- Καταγράψτε τις αλλαγές και τα αποτελέσματα ώστε να μην επαναλάβετε ένα πείραμα.
Δείτε τα άρθρα Πώς να δοκιμάσετε έναν φωνητικό πράκτορα AI πριν από την έναρξη και Πώς να αξιολογήσετε τις συνομιλίες ενός φωνητικού πράκτορα.
Πώς γίνεται στο Call
Το Call σας επιτρέπει να ρυθμίζετε την ακρόαση για κάθε πράκτορα AI στις ρυθμίσεις φωνής του. Στην ενότητα απομαγνητοφώνησης επιλέγετε τη γλώσσα, ή την ανιχνεύετε αυτόματα, και ρυθμίζετε ένα όριο σιωπής και την ευαισθησία στον θόρυβο. Ένα πλαίσιο στη σελίδα δείχνει ποιες ρυθμίσεις χρησιμοποιούν σήμερα οι ζωντανές κλήσεις. Αυξήστε το όριο σιωπής αν ο πράκτορας διακόπτει τους καλούντες στη μέση της πρότασης.
- Λεξικό προφοράς. Μάθετε στη φωνή AI πώς να διαβάζει ονόματα, τοποθεσίες και λέξεις που προφέρει λάθος· αλλάζει αυτό που εκφωνείται, όχι αυτό που αναγνωρίζεται.
- Απομαγνητοφωνήσεις. Διαβάστε την απομαγνητοφώνηση μιας κλήσης κάτω από την ηχογράφησή της και επισημάνετε τους ομιλητές μετά την κλήση ώστε να βλέπετε ποιος είπε τι.
- Ποιότητα κλήσεων. Οι κλήσεις με πράκτορα AI βαθμολογούνται μετά το τέλος τους, με αιτιολόγηση και αποσπάσματα, ώστε οι αδύναμες κλήσεις να εντοπίζονται εύκολα.
- Διορθώσεις. Μπορείτε να διορθώσετε μια απάντηση σε μια εγγραφή κλήσης και να αποθηκεύσετε τη διορθωμένη απάντηση στη γνώση του πράκτορα.
Η αναγνώριση στο Call εξαρτάται από την κλήση και την τηλεφωνική γραμμή, οπότε κάνετε δοκιμές σε πραγματικές γραμμές. Δείτε τα άρθρα Χρήση του ιστορικού και των συνόψεων κλήσεων στο Call και Αναζήτηση στις απομαγνητοφωνήσεις κλήσεων στο Call.
Συχνές ερωτήσεις
Γιατί η αναγνώριση ομιλίας στο τηλέφωνο είναι λιγότερο ακριβής απ' ό,τι στο smartphone μου;
Οι τηλεφωνικές γραμμές μεταφέρουν ήχο στενότερης ζώνης και πιο συμπιεσμένο από ένα σύγχρονο μικρόφωνο, και οι καλούντες βρίσκονται συχνά σε θορυβώδεις χώρους ή μιλούν σε ανοιχτή ακρόαση. Το λογισμικό έχει λιγότερα στοιχεία να επεξεργαστεί, οπότε γίνονται περισσότερα λάθη.
Να ορίσω μία γλώσσα ή να χρησιμοποιήσω αυτόματη ανίχνευση;
Αν σχεδόν όλοι οι καλούντες μιλούν μία γλώσσα, ορίστε τη. Χρησιμοποιήστε αυτόματη ανίχνευση όταν οι καλούντες διαφέρουν και δοκιμάστε σύντομες απαντήσεις όπως «ναι» και «όχι», που μπορεί να ανιχνευτούν λάθος.
Πώς μπορώ να βελτιώσω την αναγνώριση ονομάτων και αριθμών;
Ζητάτε ένα στοιχείο κάθε φορά, πείτε στους καλούντες πώς να εκφωνούν τα ψηφία, επιβεβαιώνετε επαναλαμβάνοντας και προσθέστε τους σημαντικούς όρους στο λεξιλόγιο όπου το επιτρέπει το σύστημά σας.
Βελτιώνει ένα λεξικό προφοράς αυτό που ακούει ο πράκτορας;
Όχι. Βελτιώνει τον τρόπο που ο πράκτορας προφέρει τις λέξεις. Μπορεί να βοηθήσει τους καλούντες να καταλαβαίνουν τον πράκτορα, αλλά η αναγνώριση είναι ξεχωριστή ρύθμιση.
Πώς ξέρω αν μια αλλαγή βοήθησε;
Κρατήστε ένα σταθερό σύνολο αποσπασμάτων από πραγματικές κλήσεις, μετρήστε τα σημαντικά λάθη πριν και μετά και εκτελέστε ξανά το ίδιο σύνολο μετά από κάθε αλλαγή. Μία τυχερή κλήση δεν αποδεικνύει τίποτα.